[发明专利]多类别事件要素抽取分析方法及设备

说明书

本发明实施例提供了一种多类别事件要素抽取分析方法及设备。所述方法包括：剔除事件文本中的无效符号，根据预设事件类别对所述事件文本进行分类，得到事件的类别；根据应用需求，对不同类型的事件采用多策略融合的方式抽取特定的事件要素，得到结构化事件文本。本发明实施例提供的多类别事件要素抽取分析方法及设备，通过对事件文本进行分类，抽取不同类型事件的特定要素，然后对抽取的事件要素简化合并后得到结构化事件文本，可以简化抽取事件进行分析的过程，降低了人力成本，综合了多种类事件要素，有利于后续对事件进行多维度分析。

技术领域

本发明实施例涉及数据处理技术领域，尤其涉及一种多类别事件要素抽取分析方法及设备。

背景技术

简要事件描述是对事件基本情况的一个简短叙述，其中的事件要素能够有效的表达事件的重要信息。在日常工作中，通常要对不同类型事件进行事件要素的抽取，并对特定的要素进行统计，由于事件的种类繁多，数量巨大，从非结构化的事件描述中抽取特定的事件要素，并进行归纳总结，过程十分繁琐，依赖人工抽取任务量巨大。现有的事件要素抽取方法都是将其转换成序列标注问题，对不同类型的事件抽取相同的事件要素来表达事件信息。虽然不同类型的事件有一些共有的基本要素，例如：事发时间、事发地点、涉事人员。但是不同类型的事件也具有自身差异化的要素。在进行事件要素抽取时，不考虑事件的类型，则无法后续进行多维度的事件分析工作。因此，开发一种多类别事件要素抽取分析方法及设备，可以有效克服上述相关技术中的缺陷，就成为业界亟待解决的技术问题。

发明内容

针对现有技术存在的上述问题，本发明实施例提供了一种多类别事件要素抽取分析方法及设备。

第一方面，本发明的实施例提供了一种多类别事件要素抽取分析方法，包括：剔除事件文本中的无效符号，根据预设事件类别对所述事件文本进行分类，得到不同类型的事件的类别；根据应用需求，对不同类型的事件采用多策略融合的方式抽取特定的事件要素，根据应用需求对所述事件要素进行简化合并，标准化简化合并后的事件要素，得到结构化事件文本。

在上述方法实施例内容的基础上，本发明实施例中提供的多类别事件要素抽取分析方法，剔除空格及换行符。

在上述方法实施例内容的基础上，本发明实施例中提供的多类别事件要素抽取分析方法，所述根据预设事件类别对所述事件文本进行分类，包括：采用事件类别字典对事件文本进行分类；或者，采用支持向量机模型对事件文本进行分类。

在上述方法实施例内容的基础上，本发明实施例中提供的多类别事件要素抽取分析方法，所述对不同类型的事件抽取事件要素，包括：采用基于词典、规则和序列标注模型的多策略融合方式，对不同类型的事件抽取事件要素。

在上述方法实施例内容的基础上，本发明实施例中提供的多类别事件要素抽取分析方法，所述根据应用需求对所述事件要素进行简化合并，包括：根据应用需求的差异，采用直接合并、规则优先或模型优先的方式，对所述事件要素进行简化合并。

在上述方法实施例内容的基础上，本发明实施例中提供的多类别事件要素抽取分析方法，所述标准化简化合并后的事件要素，包括：将事件发生时间点标准化为年及月；事发地址标准化为省、市、县区及详细地址；事件金额标准化为以元为单位的阿拉伯数字。

在上述方法实施例内容的基础上，本发明实施例中提供的多类别事件要素抽取分析方法，在所述得到结构化事件文本之后，还包括：根据不同的统计需求，将结构化事件文本以图表的形式进行展示。

第二方面，本发明的实施例提供了一种多类别事件要素抽取分析装置，包括：

事件模块，用于剔除事件文本中的无效符号，根据预设事件类别对所述事件文本进行分类，得到不同类型的事件的类别；结构化模块，用于根据应用需求，对不同类型的事件采用多策略融合的方式抽取特定的事件事件要素，根据应用需求对所述事件要素进行简化合并，标准化简化合并后的事件要素，得到结构化事件文本。